自动驾驶行业急需一场胜利,适当调低目标才是正道

简介:

Uber 自动驾驶汽车致命事件已经过去一个多月。这次致命事故和其不确定的后果反映了一个新产业的窘境:自动驾驶汽车这个誓要解放人类旅途劳顿、缓解交通拥堵和拯救生命的技术正面临一场史无前例的大考。

虽然 Uber 无限期暂停了车辆测试,但其他厂商可不会停下来等等它。行业领头羊 Waymo 就维持了原计划,要在今年推出自动驾驶出租车服务。而撒了大钱迎头赶上的通用,则将自动驾驶出租车服务的上线时间定在了明年。不过,这些狂飙突进的厂商未来可能会遇到一个尴尬的场景,即遭到没有体验过公众的白眼。

也就是说,自动驾驶公司们好不容易跨过了一道道技术门槛,却在将要学成出山时被公众的心理门槛给绊倒了。而且别忘了,公众、政客和监管者都是这个行业的利益相关者,如果自动驾驶汽车想改变世界并完成大规模部署,就得得到他们的支持,否则寸步难行。

现在自动驾驶公司在给自己辩护时已经显得有些词穷,它们无非就是列一些血淋淋的数字来彰显自己的重要性,比如每年美国有 4 万人因交通事故丧生,而全世界范围内则高达 125 万,同时还有数百万人受重伤。相比之下,让机器人来开车就安全得多,它们不会疲劳、不会分心也不会醉驾。

这些数字确实引人注目且有很强的说服力,但却与普通司机没什么太大关系。道路安全是一项重大的社会问题,但普通人恐怕不容易亲身感受到问题的紧迫。

对现代人来说,会开车几乎成了必备技能,对驾驶心生恐惧的人已经极少,谁也不会上车就感觉自己会出事故。与此同时,事故也成了家常便饭,对许多人来说,只要不发生在自己身上,事故就是背景噪音了。

此外,想把每年数百万的交通事故伤亡人数降下来,恐怕得花几十年时间,毕竟全球汽车保有量超过 10 亿台,想把它们全部替换下来可不是一蹴而就。

因此,在接连经历两起致命事故(还有一起发生在特斯拉 Model X 上)后,自动驾驶行业急需一场胜利,和一个新剧本。

“那些好高骛远,想要毕其功于一役的人,必然需要承担超高的失败率。”巴黎圣母大学教授 Timothy Carone(《未来自动化:生活和商业的改变》一书作者)说道。“项目主管们之所以失去利益相关者的支持,最关键因素就是他们没能看清项目的好处。”

与其给公众灌输自动驾驶汽车能拯救数百万人生命的概念,硅谷、底特律和其它地方的开发者更应该拿出能证明这项技术价值直接且切实可行的证据。

肯定有人会说,Waymo 的自动驾驶出租车队就是证据。不过,Carone 却认为,“Waymo 车队能证明的只是它们的车能在凤凰城执行任务,它们还是没能展现出自己的价值。”

获得公众好感很重要

即使 Waymo 的服务让道路变得更安全,公众也很难认识到 Waymo 和 Uber 到底有什么不同,大部分人会被 Uber 的致命事故吓到,我们甚至可以说这次事故已经影响到了整个自动驾驶行业的声誉。

因此,Waymo 要奉上的不但是一款高科技出租车,还是一个不连续但却显而易见问题的解决方案。就拿日益严重的年轻人醉驾问题来说,为什么不在晚上 10 点到午夜 2 点间为 16-25 岁的年轻人提供免费打车服务呢?这样就能给家长一颗定心丸,让他们知道,即使自己的孩子喝醉了,也能舒舒服服的安全回家。在提供这项服务时,厂商还能采集到许多积极的数据。

当然,各大自动驾驶公司也有一条明路,那就是为郊区城镇提供穿梭服务,带他们从当地的火车或地铁站回到家里。这种方案能解决一直困扰大家的最后一公里问题,特别是对于那些家中没车的人。只要服务足够有诚意,肯定能吸引邻近城镇的居民踊跃尝试。

“如果厂商有明确目标,且能引起用户或利益相关者的共鸣,就不用发愁销路了。” Stephanos Zenios 在斯坦福讲道。“它必须要解决困扰某些公司的实际问题。”

May Mobility 正在测试的小型自动驾驶穿梭车就是解决市中心出行问题的明智方案。不过,它们行驶速度只有 25 英里/小时,且无法像人类司机一样频繁超车、变道。

那么我们何不改变个想法,给它们提供公交专用道或其它优惠措施来节省乘客时间呢?即使乘客每次出行能省 10 分钟,他们也会记得这种新技术的好,这样一来未来的普及就有坚强后盾了。

稳扎稳打,向 SpaceX 学习

Carone 还举了 SpaceX 的例子,硅谷钢铁侠的这家公司在开发猎鹰系列火箭时就采用了稳扎稳打,一步一个脚印的方式,它们也通过该方式赢得了支持。公司成立初期,它们确实频繁失败,但取得成功后就进入状态开始顺风顺水了(包括发射和回收)。

现在的 SpaceX 手里还有 100 张等待发射的订单,显然客户们对 Mask 的功力已经相当信赖。当然,除了较高的成功率,SpaceX 还有自己的法宝——成本低,这也是一直困扰用户的大问题。一次解决了这两大麻烦后,即使中间出现“不和谐的小插曲”,客户还是会选择将发射合同交给 SpaceX。

Uber 也是一步步才成长为现在的超级独角兽的。这款打车应用 2009 年刚诞生时只是供用户租用各种豪华轿车的。不过随后它进化成了端对端服务,成为缺乏公共交通和打车昂贵区域用户的备选项。在成长阶段,Uber 又先后加入了面向大集团、孩子、带宠物乘客和残疾人等群体的细分功能。因此,当伦敦市政府威胁要吊销 Uber 执照时,有超过 85 万人站出来为 Uber 说话,看来打车巨头在伦敦真是得了民心。如果在自动驾驶服务上也有这样的声望,恐怕一次致命事故根本影响不了 Uber 的脚步。

这样的道理对特斯拉等提供半自动驾驶系统的厂商来说同样适用。前不久,一辆开启了 Autopilot 功能的 Model X 撞上隔离带,造成司机殒命。特斯拉专门写了一篇博文回应称,“如果你驾驶了一辆搭载 Autopilot 硬件的特斯拉,那么被卷入车祸的概率就低了 3.7 倍。”同时,该文章还指出,普通车辆平均每行驶 8600 万英里发生一次致命事故,而搭载了 Autopilot 的特斯拉则可将该里程提升至 3.2 亿英里。

这些数字确实令人印象深刻,不过领会起来也不容易。毕竟一个人一辈子恐怕也开不了 100 万英里,因此 8600 万英里和 3.2 亿英里只能算是停在纸面上的干瘪数字。特斯拉还不如直接给个显眼的百分比,至少这样让人更有兴趣花 5000 美元选装这套系统了。

即使它在关键时刻不能救你性命,也能让你躲避一些小的磕磕碰碰,省下不少时间和保险费。“如果你能按这个方案切实执行下去,还真能通过各种数据告诉政策制定者自己选了一条正确道路,一年救了 50 或 100 条宝贵的生命呢。”Carone 说道。

加州大学埃尔文学院的研究人员也指出,就像空难一样,有些喜欢夸大的人会感知到自动驾驶汽车带来的风险。想让这部分人回心转意,只靠一些承诺和空洞的数字根本不行,你得一步步让他们感觉到技术进步带来的好处,这才是真正的终极解决方案。


原文发布时间为:2018-05-28

本文作者:大壮旅

本文来自云栖社区合作伙伴“雷锋网”,了解相关信息可以关注“雷锋网”。

相关文章
|
2天前
|
云安全 人工智能
2025,阿里云安全的“年度报告”
拥抱AI时代,阿里云安全为你护航~
1439 1
|
9天前
|
云安全 人工智能 算法
以“AI对抗AI”,阿里云验证码进入2.0时代
三层立体防护,用大模型打赢人机攻防战
1415 10
|
9天前
|
机器学习/深度学习 安全 API
MAI-UI 开源:通用 GUI 智能体基座登顶 SOTA!
MAI-UI是通义实验室推出的全尺寸GUI智能体基座模型,原生集成用户交互、MCP工具调用与端云协同能力。支持跨App操作、模糊语义理解与主动提问澄清,通过大规模在线强化学习实现复杂任务自动化,在出行、办公等高频场景中表现卓越,已登顶ScreenSpot-Pro、MobileWorld等多项SOTA评测。
1330 7
|
10天前
|
人工智能 Rust 运维
这个神器让你白嫖ClaudeOpus 4.5,Gemini 3!还能接Claude Code等任意平台
加我进AI讨论学习群,公众号右下角“联系方式”文末有老金的 开源知识库地址·全免费
1215 15
|
4天前
|
人工智能 前端开发 API
Google发布50页AI Agent白皮书,老金帮你提炼10个核心要点
老金分享Google最新AI Agent指南:让AI从“动嘴”到“动手”。Agent=大脑(模型)+手(工具)+协调系统,可自主完成任务。通过ReAct模式、多Agent协作与RAG等技术,实现真正自动化。入门推荐LangChain,文末附开源知识库链接。
455 118
|
2天前
|
机器学习/深度学习 测试技术 数据中心
九坤量化开源IQuest-Coder-V1,代码大模型进入“流式”训练时代
2026年首日,九坤创始团队成立的至知创新研究院开源IQuest-Coder-V1系列代码大模型,涵盖7B至40B参数,支持128K上下文与GQA架构,提供Base、Instruct、Thinking及Loop版本。采用创新Code-Flow训练范式,模拟代码演化全过程,提升复杂任务推理能力,在SWE-Bench、LiveCodeBench等基准领先。全阶段checkpoint开放,支持本地部署与微调,助力研究与应用落地。
334 1
|
7天前
|
存储 缓存 NoSQL
阿里云经济型e实例(ecs.e-c1m4.large)2核8G云服务器优惠活动价格及性能测评
阿里云经济型e实例(ecs.e-c1m4.large)2核8G配置,支持按使用流量或按固定带宽两种公网计费方式,搭配20G起ESSD Entry云盘,是主打高性价比的内存优化型入门选择。其核心特点是8G大内存适配轻量内存密集场景,计费模式灵活可控,既能满足个人开发者的复杂测试项目需求,也能支撑小微企业的基础业务运行,无需为闲置资源过度付费。以下从优惠活动价格、性能表现、适用场景及避坑要点四方面,用通俗语言详细解析。
233 153
|
4天前
|
机器学习/深度学习 人工智能 算法
炎鹊「Nexus Agent V1.0」:垂直领域AI应用的原生能力引擎
炎鹊AI「Nexus Agent V1.0」是垂直行业专属AI原生引擎,融合大模型、AIGA决策大脑、行业知识图谱与专属模型,打造“感知-决策-执行”闭环。支持21个行业低代码构建工具型、员工型、决策型AI应用,实现技术到业务价值的高效转化,推动AI从实验走向规模化落地。(239字)
253 1

热门文章

最新文章